基于隐马尔科夫模型的猪只声音分类监测方法  

作　　者：谢杰 龚鸣敏 

机构地区：[1]湖北孝感美珈职业学院,湖北孝感432017 [2]武汉学院,武汉430212

出　　处：《中南农业科技》2025年第1期104-109,共6页South-Central Agricultural Science and Technology

基　　金：百校联百县-高校服务乡村振兴科技支撑行动计划项目(XBXLBX2235);云南农业大学十五届学生科技创新创业行动基金项目(2022XNKY006)。

摘　　要：为了及时预警猪只疫病,防止疫病大面积暴发,首先构建了基于隐马尔科夫(HMM)模型的猪只声音分类监测方法,对猪只声音数据进行预加重、分帧加窗、滤波降噪等预处理,然后提取了猪只声音信号的梅尔频率倒谱系数作为特征参数,使用HMM算法进行训练,建立了猪只声音的分类模型,最后对猪只吃食声、呼噜声、咳嗽声、哼唧声、饮水声五类声音状态进行分类。结果表明,猪只声音状态分类精度较好,分类准确率为87.654 3%,达到预期效果,为通过智能语言技术对猪只疫病监测提供了参考。

关 键 词：猪只声音 分类监测方法 隐马尔科夫 梅尔倒谱系数 

分 类 号：S858.28[农业科学—临床兽医学] TN912[农业科学—兽医学]